結論

高すぎた。

実装したかった機能

amazonとか大体のECサイトにある、いい感じにユーザーにカスタマイズされた商品リストが表示される機能。

データと正解を合わせて学習させて、どういうデータの時にどの答えになるかを予測させる手法。
これを使えば例えば、顧客のセグメントができたりする。

正解は与えずデータだけ学習させる。データに存在する特徴を見つけ、グループ分けをする。
これを使えば例えば、ニュース記事のカテゴリ分けができたりする。
データにこれといった正解がない場合に有効。
おすすめ商品リスト機能を実装する場合、この教師なし学習を利用することが多いそう。

強化学習（※教師なし学習の一部だという考え方もあるそう）

現時点(2017/12)では、上記のうち教師あり学習のみがAmazon Machine Learningで実現できる機械学習です。教師なし学習は使えない。困った。

１.のデータは商品購入履歴としてシステム上に持っていたが、2.は持っていない。仕方がないから品切れ商品✖️その商品買っていないユーザーで適当に作った。

ダメダメだったー

まぁ、これは学習させるデータを変えたり、トレーニングパラメータを変えたりしたら改善の余地はあるのではないか、と思っている。
そんなことより以下のコストの面が問題だ。

今回のやり方の場合、商品✖️ユーザーごとに購入期待値を予測させるので、全購入可能商品と全ユーザーを掛け合わせた数のデータを用意し全て予測させることになる。

今回のサイトの場合、

他の方法を模索中です